
Die technische Umsetzung eines Data Warehouses
24. November 2016, mit Joel Kaczmarek, Johannes Schaback
Teaser
In dieser Ausgabe diskutieren Johannes und Joel gemeinsam mit Contiamo-Gründer Michael Franzkowiak über den technischen Aufbau und Betrieb von Data Warehouses.
In diesem Podcast
- Michael Franzkowiak
- Joel Kaczmarek
- Johannes Schaback
- Contiamo
- Visual Meta GmbH
- Parquet
- Postgres
- Lumira
- Sensordaten
- SQL-Schnittstellen
- ETL-Prozess
- Event Streams
- Self-Service BI
- Google BigQuery
- Citus
- Hadoop-Cluster
- Verarbeitungsdaten
- ETL
- Data Warehouse
- Data Homogenisierung
- OLAP
- OLAP-Cube
- Spotfire
- Stream Processing
- OLAP Cube
- Data Virtualization
- DAX
- Talend
- Azure SQL
- Amazon Redshift
- Verschleißdaten
- Recommendation Engines
- Spark
- Data Pipeline
- Clickview
- Data Mass Storage
- SQL-Datenbank
- Big Data
- Firehose
- Tableau
- Hive
- BI-Tools
- Fact Tables
- Hadoop Cluster
- Dimension Tables
- Microsoft Azure
- PostgreSQL
- Data Hub
- Fraud Detection
- Visualisierungslayer
- Kinesis
- Data Engineering
- Data Lake
- Amazon S3
- Schema
- MicroStrategy
- ETL-Tools
- Impala
- Avro
- Data Science
- Data River
- Streaming-Daten
Score Cards
- 85%PraxisbezugPraxisintensiv
- 85%WissenslevelProfi-Level
- 85%ZeitlosigkeitZeitlos
Zielgruppe
- Startup
- KMU
- Corporate
Du erfährst...
...was ein Data Warehouse aus technischer Sicht ist
...was der Unterschied zwischen Data Warehouse und Data Lake ist
...was OLAP-Cubes sind
...wie die Zukunft von Data Warehouses aussieht
Kapitel
(00:00:00) Einführung ins Thema und Vorstellung der Teilnehmer
(00:03:30) Was ist ein Data Warehouse aus technischer Sicht?
(00:04:51) Was ist der Unterschied zwischen Data Warehouse und Data Lake?
(00:06:45) Datenauswahl: Das Sammeln von Daten in einem Data Lake
(00:10:34) Der ETL-Prozess und worauf es dabei ankommt
(00:16:57) Technologie zum richtigen Zusammenführen von Daten in einem Data Warehouse
(00:24:32) Eigenbau vs. Off-the-Shelve-Lösung: Wie man heterogene Daten zusammenführt
(00:30:00) Was sind OLAP-Cubes?
(00:31:42) Die Visualisierung von Daten aus Data Warehouses
(00:34:31) Warum sind Data Warehouses langsam und werden oft nicht genutzt?
(00:41:57) Security, Datenschutz und Datenverunreinigung
(00:45:20) Risiken, die Unternehmen aus einem Data Warehouse erwachsen können
(00:46:42) Die Interaktion zwischen Maschinen und einem Data Warehouse
(00:49:10) Wie sieht die Zukunft von Data Warehouses aus?